ruby 正则表达式 匹配中文

1.puts /[一-龥]+/.match("this is 中文")                 =>中文

 

2.str2="123中文"
puts /\p{Han}+/u.match(str2)

文本编码格式：utf-8

文件第一行：#encoding:utf-8

require "rubygems"
require "iconv"
print Iconv.iconv("GBK","UTF-8",/\p{Han}+/u.match("tiantianxin你好angshang天天向上")[0])       =>你好

 

Ruby 和部分语言可以直接 #{Han} 等方式匹配特定的语言，但是对于某些语言，如 JavaScript，是不可能如此简便的

还有常用的:

• /\p{Word}+/u 不限于 a-z0-9 的成词字符(就是非标点制表符空格等杂类的字符)
• /\p{Hiragana,Katakana}+/u 匹配平假名＋片假名

 

适用于中韩日的正则表达式，参考：http://chrisyip.im/post/regular-expression-for-cjk/

 

学习参考：http://ruby-china.org/topics/5680